Epidemiology of HCC in Brazil: Incidence and risk factors in a ten-year cohort
Notice bibliographique
Résumé
BACKGROUND AND AIM: The lack of information about hepatocellular carcinoma (HCC) in Brazil weakens health policy in preventing deaths from the illness. The aim of this study was to establish the cumulative incidence and the risk factors for hepatocellular carcinoma development in patients under a surveillance program. MATERIAL AND METHODS: 884 patients with compensated cirrhosis were prospectively followed up for at least five years, from August 1998 until August 2008, with at least one annual ultrasonography liver examination and serum alpha fetoprotein (AFP) measurement. RESULTS: Among 884 patients, 72 (8.1%) developed a tumor with a median follow up of 21.4 months. In the hepatocellular carcinoma group, hepatitis C virus infection was the major etiological factor (65.3%), 56.9% (41/72) were male and the mean average age was 57 ± 10 years. The annual incidence of hepatocellular carcinoma was 2.9%. 79.2% (57/72) of HCCs were detected within Milan Criteria, and the mean survival time was 52.3 months, significantly higher than for those outside Milan, with a mean time of 40.6 months (p = 0.0003). CONCLUSION: The annual incidence of HCC among this large series of Brazilian cirrhotic patients was around 2.9% with a detection rate of 8.1%, or a cumulative incidence rate over five years of 14.3%. The three variables related to HCC risk were low serum albumin [HR: 0.518 (0.46-0.78)], high AFP > 20 ng/mL [HR: 3.16 (1.86-5.38)], and ethnicity (Brazilian-East Asian descendants vs. other mixed Brazilian ethnicities) [HR: 2.86 (1.48-5.53)].
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».